本文主要研究内容
作者王井利,王丙达（2019）在《基于人工智能算法的木构古建筑寿命预测模型应用研究》一文中研究指出：就重大木质结构的古建筑管理而言,对于木构古建筑使用寿命的精准预测预报具有非常重要的意义。随着人工智能的兴起,人工智能算法已经渗透到了许多的学科中。本研究结合人工蜂群(ABC)算法的全局寻优能力和Elman神经网络的非线性拟合能力,建立了针对木构古建筑使用寿命预测的ABC-Elman模型,为作对比分析,同时建立了BP神经网络模型和Elman模型。以某历史木构古建筑为例,构建了此三类人工智能模型并进行了模型试算分析,结果表明:ABC-Elman模型的建模效率更高、预测能力更强,在木构古建筑寿命预测中具有更好的适用性,可推广应用于古建筑沉降监测预报、古建筑木质结构物理性质变化预测等相关考古问题中。
Abstract
jiu chong da mu zhi jie gou de gu jian zhu guan li er yan ,dui yu mu gou gu jian zhu shi yong shou ming de jing zhun yu ce yu bao ju you fei chang chong yao de yi yi 。sui zhao ren gong zhi neng de xing qi ,ren gong zhi neng suan fa yi jing shen tou dao le hu duo de xue ke zhong 。ben yan jiu jie ge ren gong feng qun (ABC)suan fa de quan ju xun you neng li he Elmanshen jing wang lao de fei xian xing ni ge neng li ,jian li le zhen dui mu gou gu jian zhu shi yong shou ming yu ce de ABC-Elmanmo xing ,wei zuo dui bi fen xi ,tong shi jian li le BPshen jing wang lao mo xing he Elmanmo xing 。yi mou li shi mu gou gu jian zhu wei li ,gou jian le ci san lei ren gong zhi neng mo xing bing jin hang le mo xing shi suan fen xi ,jie guo biao ming :ABC-Elmanmo xing de jian mo xiao lv geng gao 、yu ce neng li geng jiang ,zai mu gou gu jian zhu shou ming yu ce zhong ju you geng hao de kuo yong xing ,ke tui an ying yong yu gu jian zhu chen jiang jian ce yu bao 、gu jian zhu mu zhi jie gou wu li xing zhi bian hua yu ce deng xiang guan kao gu wen ti zhong 。
论文参考文献
论文详细介绍
论文作者分别是来自通讯世界的王井利,王丙达，发表于刊物通讯世界2019年02期论文，是一篇关于木构古建筑论文,寿命论文,网络论文,人工蜂群算法论文,网络论文,通讯世界2019年02期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自通讯世界2019年02期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：木构古建筑论文; 寿命论文; 网络论文; 人工蜂群算法论文; 通讯世界2019年02期论文;